ニューラルネットワークを用いた動画改ざん検出に関する研究
Project/Area Number |
18H00537
|
Research Category |
Grant-in-Aid for Encouragement of Scientists
|
Allocation Type | Single-year Grants |
Review Section |
4110:Information science, computer engineering, human informaticsand, applied informatics related fields
|
Research Institution | 京都府警察本部刑事部科学捜査研究所 |
Principal Investigator |
多谷 邦彦 京都府警察本部刑事部科学捜査研究所, 専門研究員
|
Project Period (FY) |
2018
|
Project Status |
Completed (Fiscal Year 2018)
|
Budget Amount *help |
¥530,000 (Direct Cost: ¥530,000)
Fiscal Year 2018: ¥530,000 (Direct Cost: ¥530,000)
|
Keywords | 改ざん検出 / ニューラルネットワーク / 動画 |
Outline of Annual Research Achievements |
一部のシーンが改ざんされた動画像を対象とした改ざん領域の検出に関する研究を行った。 デジタル情報を適切に証拠として扱うための技術や手続きは「デジタル・フォレンジック」と呼ばれており、日本国内においても急速に整備が進められている。動画像の改ざん検出に関する研究は警察活動を適正に行ううえで極めて重要であるが、他の研究機関ではほとんど研究されていない。動画像に施された改ざんを看破する技術は、警察組織だからこそ研究する必要があり実現する責任がある重要な研究テーマである。 本研究では、本来写っている被写体を消すという改ざん手法を検出対象とした。現実では人物や車両が写っているシーンに対して、これらが写っていない時のシーンを貼り付けることで、写っているべき人物や車両が消された改ざん動画が作成される。研究代表者はこれまで静止画像を対象とした改ざん検出手法の研究を行ってきており、ニューラルネットワークを用いることで検出精度が向上することを確認してきた。本研究においてもこれらの知見や技術を活かし、ニューラルネットワークを用いることで動画像の改ざん領域の検出を行うこととした。 静止画像と異なり、動画像は空間方向だけでなく時間方向にも特性を考慮する必要がある。したがって、CNN(空間方向)およびLSTM(時間方向)の二種類のニューラルネットワークを併用する検出方法を提案した。CNNまたはLSTMを単独で用いる場合と比較して、併用した場合は改ざん検出精度が向上しており、動画像の改ざん検出に適した手法であることが示された。 上記研究成果を平成31年電気学会全国大会において発表した。
|
Report
(1 results)
Research Products
(1 results)